Εφυής Έλεγχος

E-mail Εκτύπωση PDF

Εβδομαδιαίες ώρες διδασκαλίας:   2 θεωρία + 1 ασκήσεις πράξεις + 2 εργαστήριο

Tυπικό εξάμηνο διδασκαλίας:        Ζ

Διδασκαλία: Η διδασκαλία του μαθήματος έχει τη μορφή 15 διαλέξεων και ισάριθμων εργαστηριακών ασκήσεων, στο πλαίσιο των οποίων υπάρχει η δυνατότητα ανάληψης εργασιών.

Ενδεικτικά προαπαιτούμενα: Συστήματα Αυτομάτου Ελέγχου, Νευρωνικά Δίκτυα, Ασαφή Συστήματα, Εξελικτική Υπολογιστική. 

Διδακτικές μονάδες: 6

Σκοπός και στόχοι του μαθήματος:

 

Το μάθημα αποσκοπεί στο να εισάγει τον φοιτητή στις αρχές ανάλυσης και σχεδίασης Ευφυών Συστημάτων Ελέγχου που χρησιμοποιούνται σε προβλήματα Ελέγχου όπου δεν μπορούν να εφαρμοστούν οι κλασσικές αρχές ανάλυσης και σχεδίασης. Το μάθημα καλύπτει την βασική θεωρία των Νευρωνικών Δικτύων, των Ασαφών Συστημάτων και της Εξελικτικής Υπολογιστικής και προχωρά στην ανάπτυξη μοντέλων και στον έλεγχο συστημάτων με χρήση των παραπάνω μεθόδων αλλά και υβριδικών τους συνδυασμών. Αναλύονται οι τεχνικές κατασκευής μοντέλων από δεδομένα, καθώς και η κατασκευή ελεγκτών βασιζόμενων σε κανόνες. Ακόμα καλύπτονται οι έννοιες των νευρω-ασαφών μοντέλων και της χρήσης Εξελικτικών Αλγορίθμων για εύρεση παραμέτρων μοντέλων συστημάτων και ελεγκτών καθώς και για την κατασκευή συστημάτων κανόνων. 

Περίγραμμα μαθήματος:

 

  • Εισαγωγή στις αρχές της υπολογιστικής ευφυίας και του ευφυούς ελέγχου.
  • Βασικές έννοιες και αρχιτεκτονικές νευρωνικών δικτύων, Νευρωνικά Δίκτυα προσοτροφοδότησης (Perceptron, πολυστρωματικά, ανάστροφης διάδοσης, ακτινικών συναρτήσεων βάσης, Νευρωνικά δίκτυα ανατροφοδότησης (Hopfield, Boltzmann), Αυτοοργανούμενα νευρωνικά δίκτυα (Kohonen), Νευρωνικά δίκτυα ανταγωνιστικής µάθησης (χάρτες Kohonen, µοντέλα ART).
  • Εκπαίδευση νευρωνικών δικτύων, αλγόριθμοι εκπαίδευσης.
  • Κατηγοριοποίηση, πρόβλεψη και προσέγγιση συνάρτησης με Νευρωνικά Δίκτυα.
  • Ασαφής λογική και συλλογιστική, ασαφείς ελεγκτές και ελεγκτές κανόνων, ανάπτυξη ασαφών μοντέλων ελέγχου.
  • Εξελικτικοί Αλγόριθμοι ως μέθοδοι εκμάθησης νευρωνικών δικτύων, ασαφών μοντέλων και ως μέθοδοι ευφυούς ελέγχου.
  • Αρχιτεκτονικές ασαφούς και νευρωνικού ελέγχου, έλεγχος βασιζόμενος σε δεδομένα, κατασκευή μοντέλων και ρύθμιση παραμέτρων.
  • Σθεναρός (robust) και ευφυής έλεγχος (νευρωνικός και ασαφής).
  • Τριεπίπεδη και φωλιασμένη αρχιτεκτονική ευφυούς ελέγχου.
  • Αρχή της αυξανόμεης ευφυίας με μειούμενη ακρίβεια.
  • Εφαρμογές νευρωνικού, ασαφούς και νευρο-ασαφούς ελέγχου με χρήση μεθόδων εξελικτικής υπολογιστικής.

 

 

Βασική Βιβλιογραφία:

 

  1. Π. Μαστοροκώστας, Εισαγωγή στον Προγραμματισμό, Α.Τ.Ε.Ι. Σερρών, 2003.
  2. Κλ. Θραμπουλίδης, Διαδικαστικός Προγραμματισμός – C (Τόμος Α), 2η έκδοση, Εκδόσεις Τζιόλα, 2002.
  3. M. Waite, S. Prata, D. Martin, Πλήρης Οδηγός Χρήσης της C, 6η έκδοση, Εκδόσεις Γκιούρδα, 2000.
  4. Κ.Ν. King, C Programming: A Modern Approach, W.W. Norton & Company, 1996.

 

 

Συμπληρωματική Βιβλιογραφία:

 

  1. H. Schildt, Εγχειρίδιο εκμάθησης Turbo C, Εκδόσεις Κλειδάριθμος, 1989.
  2. B.W. Kernighan, D.M. Ritchie, Η γλώσσα προγραμματισμού C, Εκδόσεις Κλειδάριθμος, 1990.
  3. D.E. Knuth, Τhe Art of Computer Programming, 3rd ed., Addison-Wesley, 1997.
  4. H.M. Deitel, P.J. Deitel, C++ How to Program, 4th ed., Prentice-Hall, 2002.
  5. R. Lafore, Χρήση και Προγραμματισμός Turbo C++, Εκδόσεις Γκιούρδα, 1992.
  6. S. Prata, C++ Primer Plus, 4th ed., SAMS, 2002.

 

 

Ηλεκτρονικές Υπηρεσίες